HTML फ़ाइल क्या होती है?

HTML एक सादा टेक्स्ट फ़ॉर्मेट है, जो किसी भी एडिटर में खुल जाता है। यह एक ही पन्ने पर पिक्सेल और खींची हुई आकृतियाँ, दोनों रख सकता है। इसका इस्तेमाल वेब और एडिटिंग के लिए होता है।

एक्सटेंशन .html है और पूरा नाम HyperText Markup Language। दोनों उतना नहीं बताते जितना यह कि फ़ाइल अंदर क्या-क्या रख सकती है — और इस पन्ने का बाक़ी हिस्सा इसी के बारे में है।

यह WHATWG का बनाया हुआ है। विनिर्देश HTML Living Standard है।

उम्र एक व्यावहारिक वजह से काम की है: फ़ॉर्मेट जितना पुराना, उतने ज़्यादा प्रोग्रामों को उसे सीखने का वक़्त मिला है।

यह पूरा प्रकाशित है, इसलिए कोई भी इसे देखकर अंदाज़ा लगाने के बजाय दस्तावेज़ पढ़कर लागू कर सकता है। यही वजह है कि यह फ़ॉर्मेट इतने सारे प्रोग्रामों में मिलता है, और यही वजह है कि बीस साल पहले लिखी गई फ़ाइलें आज भी खुल जाती हैं। पर विनिर्देश का प्रकाशित होना और उसका रॉयल्टी-मुक्त होना एक बात नहीं है: जहाँ फ़ॉर्मेट किसी कोडेक को अपने अंदर लपेटता है, वहाँ पेटेंट का लाइसेंस एक अलग सवाल है, और मानक उसका जवाब नहीं देता।

Visual Studio Code और Google Chrome इसे पढ़ते हैं, और इसी तरह के ज़्यादातर दूसरे प्रोग्राम भी।

फ़ाइल न खुले तो कसूर फ़ॉर्मेट का शायद ही कभी होता है — अक्सर प्रोग्राम ही फ़ॉर्मेट से पुराना होता है। किसी पुरानी चीज़ में बदल लेना इससे निकलने का भरोसेमंद रास्ता है, और इस वेबसाइट का बाक़ी हिस्सा इसी के लिए है।

इसे हर मौजूदा ब्राउज़र पढ़ लेता है।

इसलिए इसे किसी पन्ने पर रखना या संदेश के साथ भेजना बेफ़िक्र होकर किया जा सकता है — सामने वाले ने क्या इंस्टॉल कर रखा है, यह सोचने की ज़रूरत नहीं।

HTML इसलिए बना है कि इसे खोला और बदला जाए। जब तक काम चल रहा है फ़ाइल इसी फ़ॉर्मेट में रखिए, और जब भी बनी हुई प्रति चाहिए हो, इसी से निर्यात कीजिए।

HTML के बारे में यही एक बात समझनी है, और लगभग हर दिक़्क़त यहीं से निकलती है। HTML फ़ाइल पाठ और संरचना रखती है — हेडिंग, पैराग्राफ़, टेबल, लिंक — और बाक़ी सब की ओर इशारा करती है। जो स्टाइलशीट इसे डिज़ाइन किया दिखाती है वह अलग फ़ाइल है। तस्वीरें, फ़ॉन्ट, स्क्रिप्ट भी।

तो अकेली सहेजी और बाद में खोली HTML फ़ाइल सामग्री बिना दिखावट के दिखाती है: बिना स्टाइल की हेडिंग, ग़ायब तस्वीरें। कुछ ख़राब नहीं हुआ। इशारे बस कहीं नहीं पहुँचते, क्योंकि वे जिसकी ओर इशारा करते थे वह कभी फ़ाइल में था ही नहीं।

ब्राउज़र यह जानते हैं, इसीलिए पन्ना सहेजने पर HTML फ़ाइल और बग़ल में मिलते नाम वाला फ़ोल्डर मिलता है, जिसमें तस्वीरें और स्टाइलशीट होती हैं। दोनों साथ यात्रा करते हैं या बिलकुल नहीं — HTML को अकेले ईमेल कीजिए तो पाने वाले को बिना-स्टाइल वाला रूप मिलता है।

ज़्यादातर ब्राउज़र एक-फ़ाइल विकल्प भी देते हैं, कभी-कभी «Web page, complete» या MHTML कहा जाता है। यह ट्रांसपोर्ट समस्या हल करता है और नई बनाता है: नतीजा सिर्फ़ उसी परिवार के ब्राउज़र में भरोसे से पढ़ने लायक़ होता है। किसी को पन्ना सौंपने के लिए, PDF सचमुच काम करने वाला फ़ॉर्मेट है।

दस्तावेज़ फ़ॉर्मेट बदलने का आमतौर पर मतलब है एक संरचना को दूसरी पर मैप करना। HTML को PDF में बदलना अलग है: पन्ना पहले ले-आउट होना पड़ता है, क्योंकि फ़ाइल में कुछ भी नहीं बताता कि कुछ कितना चौड़ा है। ब्राउज़र यह विंडो नाप, स्टाइलशीट और उपलब्ध फ़ॉन्ट से तय करता है।

यही वजह है कि एक ही पन्ना अलग-अलग औज़ारों में अलग-अलग PDF बनाता है, और स्क्रिप्ट पर निर्भर सामग्री वाला पन्ना ख़ाली आ सकता है। यही वजह है कि प्रिंट स्टाइलशीट मौजूद हैं — अच्छी तरह बनी साइट के पास काग़ज़ पर पन्ने के दिखने के नियमों का सेट होता है।

ईमेल। लगभग हर मार्केटिंग संदेश और सूचना HTML है, वेब पन्ने से कहीं पुराने और अजनबी उपसमूह के ख़िलाफ़ लिखी — ले-आउट टेबल, इनलाइन स्टाइल, कोई आधुनिक विशेषता नहीं, क्योंकि ईमेल क्लाइंट बहुत पहले विकास रुक चुके इंजन से रेंडर करते हैं।

दस्तावेज़ीकरण और रिपोर्ट दूसरा बड़ा इस्तेमाल है। किसी औज़ार से बनी कोई भी चीज़ — टेस्ट नतीजे, कवरेज रिपोर्ट, एनालिटिक्स निर्यात — आमतौर पर HTML होती है, क्योंकि कोई भी मशीन इसे बिना कुछ लाइसेंस किए दिखा सकती है।

HTML फ़ाइल पाठ है, यानी किसी को यह तय करना है कि अक्षर कैसे रखे जाएँ, और फ़ाइल इसे ऊपर के पास मौजूद meta टैग में घोषित करती है। यह घोषणा ग़लत हो तो accent वाले अक्षर, घुमावदार उद्धरण और हर ग़ैर-लैटिन स्क्रिप्ट सवालिया निशान, काले हीरे या अजीब अक्षरों में निकलते हैं।

अब हर जगह UTF-8 जवाब है, और बिना घोषणा वाली फ़ाइल का अंदाज़ा जो भी खोले वह लगाता है। अगर पन्ना एक ब्राउज़र में ठीक और दूसरे में बिगड़ा दिखे, तो लगभग हमेशा यही वजह है।

यह पाठ है, इसलिए कोई भी एडिटर काम करता है। कोड के लिए बना एडिटर दो चीज़ें जोड़ता है: यह टैग को रंग देता है ताकि संरचना एक नज़र में दिखे, और यह बंद न हुए एलिमेंट की ओर इशारा करता है।

कोई एडिटर आपको ब्राउज़र के माफ़ करने वाले स्वभाव से नहीं बचा सकता। HTML का कोई सख़्त पार्सर नहीं है — बिगड़ा पन्ना ठुकराया नहीं जाता, नियमों के अनुसार सुधारा जाता है, और वह सुधार शायद वह न हो जो आपका मतलब था। सही दिखने वाला पन्ना यह सबूत नहीं कि मार्कअप सही है।

HTML ख़ुद सुरक्षित है। यह मौजूद सबसे व्यापक रूप से लागू फ़ॉर्मेट है, इसे सार्वजनिक रूप से परिभाषित किया गया है, और 1995 में लिखा दस्तावेज़ अब भी रेंडर होता है। जोखिम इसके इर्द-गिर्द की हर चीज़ है: कंटेंट डिलीवरी नेटवर्क से आई स्क्रिप्ट पर निर्भर पन्ना, या सर्वर पर बैठी तस्वीरें, ग़ायब होते ही ख़ाली ख़ोल बन जाता है।

आर्काइव के लिए, PDF में बदलिए — ले-आउट और हर एसेट एक फ़ाइल में बंद हो जाते हैं जिसे रीडर के अलावा कुछ नहीं चाहिए। HTML भी रखिए, क्योंकि यही वह रूप है जो अब भी खोजा, संपादित और दोबारा-रेंडर किया जा सकता है।